DBMS > Machbase Neo vs. SwayDB vs. Vertica vs. XTDB

Vergleich der Systemeigenschaften Machbase Neo vs. SwayDB vs. Vertica vs. XTDB

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

TimeSeries DBMS for AIoT and BigData

An embeddable, non-blocking, type-safe key-value store for single or multiple disks and in-memory storage

Cloud or off-cloud analytical database and query engine for structured and semi-structured streaming and batch data. Machine learning platform with built-in algorithms, data preparation capabilities, and model evaluation and management via SQL or Python.

A general purpose database with bitemporal SQL and Datalog and graph queries

Primäres Datenbankmodell

Column oriented

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen
Trend Chart

Punkte	0,07
Rang	#348	Overall
	#34	Time Series DBMS

Punkte	0,00
Rang	#384	Overall
	#60	Key-Value Stores

Punkte	9,62
Rang	#42	Overall
	#26	Relational DBMS

Punkte	0,13
Rang	#330	Overall
	#45	Document Stores

Website

machbase.com

swaydb.simer.au

www.vertica.com

github.com/xtdb/xtdb
www.xtdb.com

Technische Dokumentation

machbase.com/dbms

vertica.com/documentation

www.xtdb.com/docs

Entwickler

Machbase

Simer Plaha

OpenText

previously Micro Focus and Hewlett Packard

Juxt Ltd.

Erscheinungsjahr

2013

2018

2005

2019

Aktuelle Version

V8.0, August 2023

12.0.3, Jänner 2023

1.19, September 2021

Lizenz

Commercial or Open Source

kommerziell

free test version available

Open Source

GNU Affero GPL V3.0

kommerziell

Limitierte Community Edition gratis

Open Source

MIT License

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

on-premises, all major clouds - Amazon AWS, Microsoft Azure, Google Cloud Platform and containers

nein

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Implementierungssprache

Scala

C++

Clojure

Server Betriebssysteme

Linux
macOS
Windows

Linux

Alle Betriebssysteme mit einer Java 8 (und höher) VM
Linux

Datenschema

schemafrei

Yes, but also semi-structure/unstructured data storage, and complex hierarchical data (like Parquet) stored and/or queried.

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

yes

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

nein

No Indexes Required. Different internal optimization strategy, but same functionality included.

SQL

Support of SQL

SQL-like query language

nein

Full 1999 standard plus machine learning, time series and geospatial. Over 650 functions.

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

gRPC
HTTP REST
JDBC
MQTT (Message Queue Telemetry Transport)
ODBC

ADO.NET
JDBC
Kafka Connector
ODBC
RESTful HTTP API
Spark Connector
vSQL

character-based, interactive, front-end utility

HTTP REST
JDBC

Unterstützte Programmiersprachen

C
C#
C++
Go
Java
JavaScript
PHP

via ODBC
Python
R

via ODBC
Scala

Java
Kotlin
Scala

C#
C++
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
R

Clojure
Java

Server-seitige Scripts

Stored Procedures

nein

yes, PostgreSQL PL/pgSQL, with minor differences

nein

Triggers

nein

yes, called Custom Alerts

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

horizontal partitioning, hierarchical partitioning

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

selectable replication factor

keine

Multi-Source Replikation

One, or more copies of data replicated across nodes, or object-store used for repository.

ja, jeder Knoten hat alle Daten

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Bi-directional Spark integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Atomic execution of operations

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

nein

yes, flexibel persistency by using storage technologies like Apache Kafka, RocksDB or LMDB

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

volatile and lookup table

nein

Berechtigungskonzept

Zugriffskontrolle

einfacher Passwort-basierter Zugriffsschutz

nein

fine grained access rights according to SQL-standard; supports Kerberos, LDAP, Ident and hash

Weitere Informationen bereitgestellt vom Systemhersteller

Wir laden Vertreter der Systemhersteller ein uns zu kontaktieren, um die Systeminformationen zu aktualisieren und zu ergänzen,
sowie um Herstellerinformationen wie Schlüsselkunden, Vorteile gegenüber Konkurrenten und Marktmetriken anzuzeigen.

Zugehörige Produkte und Dienstleistungen

Wir laden Vertreter von Anbietern von zugehörigen Produkten ein uns zu kontaktieren, um hier Informationen über ihre Angebote zu präsentieren.

Weitere Ressourcen

Erwähnungen in aktuellen Nachrichten

Vertica on Kubernetes
20. Juni 2024, blogs.opentext.com

OpenText Analytics Database: The ELT Advantage
9. August 2024, blogs.opentext.com

MapR Hadoop Upgrade Spins YARN, Supports HP Vertica Analytics Platform
31. Mai 2024, Data Center Knowledge

Stonebraker Seeks to Invert the Computing Paradigm with DBOS
12. März 2024, Datanami

What’s New in OpenText Vertica
10. Januar 2024, blogs.opentext.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk